英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料
对外贸易对中国碳生产率的影响
——基于空间面板滞后模型
Lulu Zhang, Lichun Xiong, Baodong Cheng, Chang Yu
北京林业大学 经济与管理学院，北京，中国
摘 要：对外贸易是中国碳排放的主要来源之一，碳生产率如今是衡量低碳发展水平的重要手段，因为它可以整合经济发展目标和减碳目标。因此，了解外贸对中国碳生产率的影响机制，对于提高贸易质量和低碳发展，具有重要意义。这次研究通过空间滞后模型，利用了2000年到2014年30个省的数据，分析了外贸对碳生产率的影响，并且测量了中国的碳生产率。结果表明，中国的碳生产率具有明显的正空间溢出效应。进出口，尤其是进口，大大地提高了中国的碳生产率。从区域回归结果来看，西部地区的外贸，对提高中国的碳生产率贡献最大。而东部和中部地区仍然处于外贸抑制碳生产率的阶段。因此，就以下几个方面提出政策建议：重点强调进口贸易，贸易结构最优化，不同地区采用定制化的措施来提高碳生产率。此外，各省应相互协调，消除区域间的壁垒，以促进以市场为导向的生产要素分配，从而实现碳生产率的溢出效应。
关键词：外贸 碳排放 碳生产率 空间滞后模型
1 引言
随着全球环境问题日益突出，以低碳为导向的发展模式引起了世界的关注。中国是世界上最大的二氧化碳（）排放国。根据《2014年中国低碳经济发展报告》，中国的二氧化碳排放量中有29％是由出口造成的（ Zhao 和 Yan，2014年）。确实，作为推动中国经济的三大引擎之一，出口对经济增长做出了重大贡献。 2013年，中国成为全球最大的商品贸易国。 2015年，中国的对外贸易额达到了31940.457亿美元。《巴黎协定》签署后，全球气候变化的严峻形势也使中国面临着巨大的挑战和艰巨的任务。尽管到2015年，中国已经超额完成了第十二个“五年计划”所制定的减排目标，但仍然需要付出更大的努力来实现《巴黎协定》中关于自愿减排的承诺：人均国内生产总值（GDP）的二氧化碳排放量，到2030年必须比2005年下降60％至65％，与此同时，二氧化碳排放量应在2030年左右达到峰值。此外，中国和发达国家之间的碳生产率仍然存在差距（ He 和 Su，2011年）。在碳排放日益严格的限制下，如何实现外贸的低碳发展，已成为中国面临的挑战。碳生产率是低碳发展的核心标准，因此如何提高外贸的碳生产率是一个关键问题（ He 和 Su，2011年； Li等，2018年）。因此，研究对外贸易对中国碳生产率的影响机制，对于提高贸易质量和低碳发展具有重要的现实意义。
本研究旨在了解中国的对外贸易与碳生产率之间的关系。本研究的其余部分如下。第二部分是外贸对碳生产率影响的文献综述。第三部分是研究设计，介绍了碳生产率的计算方法，即用 Moranrsquo;I 指数来验证中国碳生产率的空间相关性。除此之外，还描述了空间计量经济学模型，并对数据和变量进行了解释。在第四部分，基于空间滞后模型，对中国全国及地区的碳生产率进行了详细分析。最后，我们总结了本文的主要结论，并从外贸的角度，提出了可以提高中国碳生产率的政策建议。
2 文献综述
碳生产率的概念最早由 Kaya 和 Yokobori（1997）提出。它是指GDP与排放量之间的比率。目前，关于碳生产率的研究主要集中在两个方面：第一是提高碳生产率对低碳经济的重要性。第二是碳生产率的要素因素。 Beinhocker 等（2008年）指出，减少全球碳排放的关键是提高碳生产率。他们认为，只有碳生产率的增长至少是2005年的10倍的时候，我们才能在2050年实现全球排放量减少50％这个目标。He 和 Su（2011）也强调了碳生产率的重要性。他们将提高碳生产率的影响因素分解为三个部分：产业结构的调整，能源结构的优化，以及能源技术效率的提高。Zhang 和 Wang（2014）使用改进过的随机边界模型，将碳生产率的增长率分解为了七个因素。研究结果表明，技术进步，资本与能源之间的替代效应，以及劳力与能源之间的替代效应是影响碳生产率增长速度的主要因素。此外，Chen等（2018年）使用对数平均迪氏指数法（LMDI）对碳生产率进行了分析，并从生产和消费的角度，探讨了中国电力行业碳生产率的增长驱动因素。Hu 和 Liu（2016）也以同样的方式（LMDI），在研究中对澳大利亚建筑业碳生产率变化的根源进行了调查。综上所述，可以发现，碳生产率在世界范围内广泛地被用于衡量一个经济体的排放绩效。
根据碳生产率的定义，外贸对碳生产率的影响本质上指的是外贸对环境和生产力的影响。外贸对环境的影响可以追溯到 Grossman 和 Krueger（1994），他们认为外贸会通过规模效应、技术效应和结构效应这三个方面来影响环境，总效果取决于这三个效果的总和。从那以后，许多学者研究了国际贸易对环境的积极影响和消极影响。一方面，贸易使贸易国，尤其是发展中国家，能够学习更先进的清洁技术，这可能对国内环境产生积极影响。例如，Antweiler等（2001年）分解了贸易对环境的影响因素，并得出结论，对外贸易有利于降低国内二氧化硫（）的浓度。另一方面，贸易自由化可能会加剧企业的竞争，因此各国可能会倾向于减弱对国内企业的环境法制约，以降低其出口产品的成本，从而增强其在国际市场上的竞争力。这也导致了环境标准底线的竞相降低，无疑对环境绩效产生了负面影响（Korves等，2011；Revesz，1992）。确实，有关贸易对二氧化碳排放量产生正负面影响的辩论一直受到人们的关注。Sandrini 和 Censor（2009）使用工具变量法，利用和的排放量，估算了贸易对环境质量的影响。研究发现，对于经济合作与发展组织（OECD）的国家，贸易对环境有利，但对于非经合组织国家却有不利影响。这也意味着贸易的影响效果取决于各国的不同情况。Naranpanawa（2011）通过自回归分布滞后检验和Johansen-Juselius最大似然的方式，研究了斯里兰卡案例中贸易与碳排放之间的关系。结果表明，贸易开放度和二氧化碳排放之间存在短期的单向因果关系，这意味着贸易会增加二氧化碳的排放。在 Knight 和 Schor（2014）的研究中，他们使用29个高收入国家的平衡面板数据集，分析了1991-2008年期间进出口对排放的影响。结果表明，进口对消费活动所产生的人均碳排放具有积极影响，而出口则对人均碳排放量具有消极影响。同时，Guo 和 Liu（2011）研究了中国的出口与碳排放之间的关系，并得出结论，出口在1978-2009年间推动了碳排放增加。
关于贸易影响生产力的担忧始于内生增长理论。内生增长理论强调外贸的技术溢出，将研究与开发（R＆D）和对外贸易作为技术进步和生产力发展的引擎。（Grossman 和 Helpman，1990年；Rivera-Batiz 和 Romer，1991年）。在开放型经济中，技术进步不仅取决于国内研发和投资存量，还取决于主要由外贸推动的外国投资和研发带来的溢出效应（Gillard 和 Lock，2017年；Seck，2012年）。Coe 和 Helpman（1993）证明了投资和研发带来的溢出效应在经济合作与发展组织（OECD）国家与以色列之间的贸易中确实存在。这种外部溢出效应显著提高了全要素生产率。Almodoacute;var 等人（2014年）也通过对西班牙制造企业的分析发现，在进口先进国外产品和服务的过程中会推动学习效应，从而实现技术进步和生产力提高。
综上所述，外贸对碳生产率的影响是肯定的，但是其定量的经济关系相对不确定。目前，分开来关注碳生产率或外贸对碳排放的影响的有大量文献，但很少有文献直接讨论外贸与碳生产率之间的关系。与碳排放量相比，碳生产率同时考虑了经济发展和碳排放量。因此，研究外贸对碳生产率的影响更加符合中国发展低碳经济的现实意义，应该朝这个方向进行更深入的研究。在为数不多的关于外贸对碳生产率影响的研究中，Zhao 和 Zhang（2016）构建了静态和动态的面板模型并分析了88个国家，然后得出结论：对外贸易有利于提高碳生产率。这为我们的研究奠定了重要的基础。但是，他们的分析忽略了碳排放的重要空间地理属性。同时，低碳技术也具有区域溢出效应，这也使碳生产率的具有空间相关性（Poon 等，2006年; Wang 等，2018年）。所以，如果忽略空间相关性带来的影响，那么经济计量模型的估值可能会产生偏差或生成错误的参数（Anselin 和 Griffith，2010年）。本研究涉及空间因素，因此采用空间面板滞后模型来分析外贸对中国碳生产率的影响。
3 研究设计
3.1. 碳生产率的计算方法
碳生产率是指同期GDP和二氧化碳排放量的比率（Kaya和Yokobori，1997年）。计算公式如下：
（1）
其中 是指碳生产率； y 是生产总值；c 是碳排放量；i 和 t 分别表示省和年份。为了排除价格因素，中国各省的GDP已贴现至2000年的不变价。由于中国各省的排放量无法直接获得，因此我们根据政府间气候变化专门委员会（IPCC, 2007年）提供的公式来估算中国各省的排放量。计算公式如下：，其中theta;表示能量消耗；e 表示排放系数；j 表示能耗类型。数字44和12分别代表和碳的化学分子质量。对于能耗，我们从《中国能源统计年鉴》中选择了7种最终能源：煤，焦炭，汽油，煤油，柴油，燃油和天然气。[1] 各种能源的碳排放系数公式如下：，其中NCV表示净热值； CC表示该能源的碳含量，COF表示该能源的碳氧化因子（Pan 和 Zhang，2011年）。各种能源的碳排放系数如表1。
表中第一列为能源类型，从上至下分别为：煤、焦炭、汽油、柴油、燃油、天然气、煤油。数据来源：《中国能源统计年鉴》。
3.2. 莫兰指数
在决定是否使用空间计量经济学方法之前，首先要对空间依存度进行验证。 如果存在空间依存度，则可以使用空间计量经济学方法。 否则，应使用常规的计量经济学方法（Anselin 和 Bera，1998年）。 因此，我们采用了全局莫兰指数来测试与碳生产率有关的全局空间自相关，从而验证碳生产率是否具有空间依存度。 计算公式如下：
（2）
其中 是空间权重矩阵中的元素（i,j），用于测量地区 I 和地区 j 之间的距离。 如果地区 i 和地区 j 具有公共边界，则 ，否则 。[2] 是所有空间权重的总和。莫兰指数的范围值是 -1 至 1 。如果该值小于 0，则表示空间相关性为负。如果该值大于 0，则表示空间相关性为正。如果该值等于 0，则没有空间相关性。
3.3. 模型设定
基于以上分析以及文献中的相关实证模型（Zhao 和 Zhang，2016年），本文建立了以下回归模型：
（3）其中 i 和 t 分别指省和时期。，和是待估参数。贸易（trade）是核心解释变量，指的是对外贸易，它由进出口依存度（也就是进口依存度和出口依存度）来表示。X 表示控制变量。 是指不受时间影响的个体效应，而 代表同一时期对所有省份都具有影响的时间效应。 是随机误差。
由于碳生产率具有明显的空间相关性和空间溢出效应，传统的计量经济学方法可能会导致估值偏差（Anselin 和 Griffifith，2010年）。因此，应采用空间计量经济学模型。常用的空间计量经济学模型包括空间滞后模型（SLM），空间误差模型（SEM）和空间杜宾模型（SDM）。使用哪种模型需要进一步的测试。在这项研究中，基于回归方程（3），考虑空间因素，建立以下计量经济学模型：
（4）
其中 i 和 j 指的是不同的地区； 是指 Ntimes;N 阶空间权重矩阵；是自变量矢量（包括核心的解释变量和控制变量），是自变量矢量的回归系数；rho;表示因变量的空间回归系数；theta;表示自变量的空间回归系数。lambda;表示空间误差回归系数。当rho;ne;0且theta;=lambda;=0时，公式（4）是空间滞后模型； 当rho;=theta;=0且lambda;ne;0时，公式（4）是空间误差模型； 当rho;ne;0，theta;ne;0且lambda;=0时，公式（4）是空间杜宾模型。通过 Wald 测试和 Lratio 测试，我们发现，空间滞后模型是最适合我们的计量经济学模型（参见表4）。
3.4. 数
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[245947]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
